• 논리연구
• /
• 제18권3호
• /
• pp.337-358
• /
• 2015

반 멕기는 "A Counterexample to Modus Ponens"에서 긍정논법에 대한 "반례"를 제시했다. 이 반례에 대한 많은 논의들은 주로 조건문을 확률적 해석을 통해 이해하는 방식으로 이루어져 왔다. 이 논문은 (1) 긍정논법은 연역적으로 타당한 추론의 규칙이라는 것과 (2) 반례처럼 보이는 멕기의 사례들은 조건부 확률 개념 없이도 설명될 수 있고 또한 그렇게 설명되어져야 한다는 것을 보이고자 한다. 멕기의 사례들이 반례처럼 보이는 이유는 조건문의 애매성으로부터 비롯된다. 멕기의 사례들에 포함된 조건문들은 애매하게 사용되고 있다.

• Communications for Statistical Applications and Methods
• /
• 제20권6호
• /
• pp.455-466
• /
• 2013

In nested case-control studies, the most common way to make inference under a proportional hazards model is the conditional logistic approach of Thomas (1977). Inclusion probability methods are more efficient than the conditional logistic approach of Thomas; however, the epidemiology research community has not accepted the methods as a replacement of the Thomas' method. This paper promotes the inverse probability weighting method originally proposed by Samuelsen (1997) in combination with an approximate jackknife standard error that can be easily computed using existing software. Simulation studies demonstrate that this approach yields valid type 1 errors and greater powers than the conditional logistic approach in nested case-control designs across various sample sizes and magnitudes of the hazard ratios. A generalization of the method is also made to incorporate additional matching and the stratified Cox model. The proposed method is illustrated with data from a cohort of children with Wilm's tumor to study the association between histological signatures and relapses.

• 응용통계연구
• /
• 제32권2호
• /
• pp.173-185
• /
• 2019

과학적 연구에서 핵심적인 연구 주제 또는 가설은 대부분 인과적 질문(causal question)을 포함한다. 예를 들어, 전염병 예방을 위한 치료법의 효과 연구, 특정 정책의 시행으로 인한 효용(utility)의 평가에 대한 연구, 특정 사용자를 대상으로 노출된 광고의 종류에 따른 광고의 효과성에 대한 연구는 모두 인과 관계(causal relationship)의 추론이 요구된다. 이러한 인과 관계를 다루는 통계적 인과 추론(statistical causal inference)의 주요 관심사 중 하나는 모집단에 일종의 개입(정책 혹은 처치)을 적용한 후 개입의 효과를 정확하게 추정하는 것이다. 인과 추론은 임상실험과 정책결정에서 주로 이용되었으나, 이른바 빅데이터 시대의 도래로 가용한 관측자료가 폭발적으로 증가하였고 이로 인하여 인과 추론에 대한 잠재적 응용가치와 수요가 지속적으로 증가하고 있다. 하지만 가용한 대부분의 자료는 임의실험 기반의 자료와 달리 개입이 임의로 분배되지 않은 비실험 관측자료이다. 따라서, 본 논문은 비실험 관측자료로부터 개입의 효과를 추정하기 위한 인과 추론의 핵심 개념과 최근의 연구동향을 소개하고자 한다. 이를 위하여 본문에서는 먼저 개입의 효과를 Neyman-Rubin의 잠재 결과(potential outcome) 모형으로 나타내고, 개입의 효과를 추정하는 여러 접근법 중 특히 성향점수(propensity score) 기반 추정법과 회귀모형 기반 추정법을 중점적으로 소개한다. 최근 연구동향으로는 (1) 평균 효과 크기 추정을 넘어선 개인별 효과 크기의 추정, (2) 효과크기 추정에 있어서 자료 규모의 증대로 인한 차원의 저주가 야기하는 난제들과 이에 대한 해결방안들, (3) 복합적 인과관계를 반영하기 위한 Pearl의 구조적 인과 모형(structural causal model) 및 잠재 결과 모형과의 비교의 3가지 주제로 구분하여 소개한다.

• 한국환경과학회지
• /
• 제25권4호
• /
• pp.603-613
• /
• 2016

Fog may have a significant impact on road conditions. In an attempt to improve fog predictability in Jeju, we conducted machine learning with various data mining techniques such as tree models, conditional inference tree, random forest, multinomial logistic regression, neural network and support vector machine. To validate machine learning models, the results from the simulation was compared with the fog data observed over Jeju(184 ASOS site) and Gosan(185 ASOS site). Predictive rates proposed by six data mining methods are all above 92% at two regions. Additionally, we validated the performance of machine learning models with WRF (weather research and forecasting) model meteorological outputs. We found that it is still not good enough for operational fog forecast. According to the model assesment by metrics from confusion matrix, it can be seen that the fog prediction using neural network is the most effective method.

• JSTS:Journal of Semiconductor Technology and Science
• /
• 제14권2호
• /
• pp.252-261
• /
• 2014

A Bayesian network (BN) based fault diagnosis framework for semiconductor etching equipment is presented. Suggested framework contains data preprocessing, data synchronization, time series modeling, and BN inference, and the established BNs show the cause and effect relationship in the equipment module level. Statistically significant state variable identification (SVID) data of etch equipment are preselected using principal component analysis (PCA) and derivative dynamic time warping (DDTW) is employed for data synchronization. Elman's recurrent neural networks (ERNNs) for individual SVID parameters are constructed, and the predicted errors of ERNNs are then used for assigning prior conditional probability in BN inference of the fault diagnosis. For the demonstration of the proposed methodology, 300 mm etch equipment model is reconstructed in subsystem levels, and several fault diagnosis scenarios are considered. BNs for the equipment fault diagnosis consists of three layers of nodes, such as root cause (RC), module (M), and data parameter (DP), and the constructed BN illustrates how the observed fault is related with possible root causes. Four out of five different types of fault scenarios are successfully diagnosed with the proposed inference methodology.

• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2000년도 추계학술발표회 논문집
• /
• pp.193-200
• /
• 2000

Modelling the dependence via random effects in censored multivariate survival data has recently received considerable attention in the biomedical literature. The random effects models model not only the conditional survival times but also the conditional hazard rate. Systematic likelihood inference for the models with random effects is possible using Lee and Nelder's (1996) hierarchical-likelihood (h-likelihood). The purpose of this presentation is to introduce Ha et al.'s (2000a,b) inferential methods for the random effects models via the h-likelihood, which provide a conceptually simple, numerically efficient and reliable inferential procedures.

• 한국언어정보학회지:언어와정보
• /
• 제8권1호
• /
• pp.1-26
• /
• 2004

This paper investigates the nature of the discourse domain involved with focus sentences. The major theories of focus including Roothian Alternative Semantics are critically reviewed: Alternative Semantics takes a contradictory attitude toward the truth conditional aspect of free focus. The truth conditional differences are treated as a pragmatic inference, while they are captured by the semantic mechanism, that is, the alternative sets generated by focus constructions. In addition, the alternative sets are ad hoc since they are generated only for focus constructions. This paper attempts to show that the alternative sets introduced by foci in the framework of Alternative Semantics are neither necessary nor sufficient for an analysis of focus. It is argued that the domain sets simply provided by the model itself suffices for a proper analysis of focus constructions.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권9호
• /
• pp.3204-3220
• /
• 2021

We perform the task of video object segmentation by incorporating a conditional random field (CRF) and convolutional neural networks (CNNs). Most methods employ a CRF to refine a coarse output from fully convolutional networks. Others treat the inference process of the CRF as a recurrent neural network and then combine CNNs and the CRF into an end-to-end model for video object segmentation. In contrast to these methods, we propose a novel higher-order CRF model to solve the problem of video object segmentation. Specifically, we use CNNs to establish a higher-order dependence among pixels, and this dependence can provide critical global information for a segmentation model to enhance the global consistency of segmentation. In general, the optimization of the higher-order energy is extremely difficult. To make the problem tractable, we decompose the higher-order energy into two parts by utilizing auxiliary variables and then solve it by using an iterative process. We conduct quantitative and qualitative analyses on multiple datasets, and the proposed method achieves competitive results.

• Journal of the Korean Data and Information Science Society
• /
• 제27권3호
• /
• pp.689-700
• /
• 2016

본 논문에서는 이변량 경시적 자료의 조건부 결합 분포를 추정하기 위하여 회귀 모형과 코플라 모형을 연구하였다. 주변 분포의 추정을 위하여 시변 전환 모형을 고려하였고, 이변량 반응변수 각각에 대한 주변 분포를 경험 분포를 이용한 비모수적 코플라를 이용하여 결합하여 조건부 결합 분포를 추정하였다. 주변 분포 모형의 모수 추정치는 추정방정식의 해로 얻어낼 수 있으며 우리가 제안한 모형은 조건부 평균 모형만으로 자료를 설명하기 어려운 경우에 적용될 수 있다. 시변 전환 모형과 비모수적 코플라 모형을 결합한 본 논문의 방법은 반복 측정된 이변량 경시적 자료에 대한 모형화가 모형에 대한 가정에서 비교적 자유로운 장점이 있다. 우리는 본 논문의 방법을 반복 측정된 이변량 콜레스테롤 자료를 분석하는데 적용하여 보았다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1998년도 The Third Asian Fuzzy Systems Symposium
• /
• pp.756-761
• /
• 1998

This paper describes an in-line lossless data compression method using adaptive binary arithmetic coding. To achieve better compression efficiency , we employ an adaptive fuzzy -tuning modeler, which uses fuzzy inference to deal with the problem of conditional probability estimation. The design is simple, fast and suitable for VLSI implementation because we adopt the table -look-up approach. As compared with the out-comes of other lossless coding schemes, our results are good and satisfactory for various types of source data.